GFPGAN Face Restore
Free.ai
·
image_enhance
·
~500 निशानियाँ प्रति image
कृत्रिम बुद्धि (_A) (_A) बाहरी मॉडलों के माध्यम से रूट — ~_BAR_फेक_BAR_ चिह्न _BAR_फेक_फेक_BAR_ (50% मार्कअप का प्रयोग करने पर _R_)
एपीआई से प्रयोग करें
REARTAST API खोलें. एक कुंजी बनाएँ और इस मॉडल को सेकेंड में कॉल करें.
curl -X POST https://api.free.ai/v1/image/enhance/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"premium/gfpgan","prompt":"your prompt here"}'एक जैसे आदर्श
बार बार पूछे जाने वाले प्रश्न
विवरण को बनाए रखने के दौरान जूम_P_BAR_FEX_BAR_के द्वारा जूम किए गए फोटो को तेज़ करता है और कम से कम एक छोटा या तेज़ फोटो अपलोड करता है. एक छोटा या बुरा फोटो अपलोड करें और _F_BAR_F_F_H_H_BAR_ उच्च-R_ बदले के संस्करण को उत्तम रूप में बताता है, बड़े प्रदर्शन या संपादन के लिए.
2× and 4× are the standard targets; some configurations support 8×. Final size is capped at 8192×8192 pixels on Free.ai to keep memory bounded.
पीएनजी, JPP, वेबP, हेनी, और BMP 10 MB के लिए. एनिमेट GIF को फ्रेम से नियंत्रित किया जाता है.
जी हाँ — आधुनिक विसर्जन में सुधार शामिल है. समर्पित / छवि/ places/ उपकरण के लिए बहुत ही अपमानजनक चित्र सबसे अच्छे परिणाम देता है _BAR_FEA_H_name_H_name_H_H_BAR_ एक पास के सामान्य दृश्य चेहरे और चेहरे को संभालता है _BAR_
GFPGAN Face Restore एक प्रीमियम है जोर है. रफिएन्ट रफ़िट पर निर्भर. $ 7,50,000 संकेत.
जूम किए गए चरण पर सामान्य रूप से विवरण (_F)
बड़ा पाठ + सरल लोगो पर सिसप; छोटे उत्तम छपाई सम्पाइट (×+) विन्यास पर रैप कर सकते हैं. जब पाठ के अधिकांश मामले हों तो इस्तेमाल करें 2× इस्तेमाल करें.
हाँ — / Bakc/ स्वीकारता है. आउटपुट / account/?
हाँ — सबसे पहले /v1/image/e_ PREAL_BAR_FH_name_name_BAR_" और आपकी छवि का पूरा संदर्भ है + अभियस्तीकरण _BAR_
Free.ai के शेष के रूप में एक ही नीति हमारे जी-host मॉडल पर बने रहें; एक DPP के माध्यम से पार हो रहे हैं; अपलोड के साथ भाग-DPli, 7 हस्ताक्षरित समय पर खत्म हो गया है। हम आपकी छवियों पर प्रशिक्षित नहीं करते।
जी हाँ, Free.ai स्केलेड छवियों का व्यावसायिक उपयोग करता है. आपको अपने स्रोत को खुद अपलोड करना होगा.
2× 20 सेकंड पर 1560 सेकंड, स्रोत रेज़ोल्यूशन और GUP लोड पर आधारित 4× में 1560 सेकंड.टिक मॉडल उन रेंज्स के निचले छोर पर खत्म होने की कोशिश करते हैं.